生成AIを活用した発明の創出・発掘とその進め方

生成AIにより、数百件の特許を読み解き、発明や事業のアイデアを導く作業を、人が検証できる形で進められるようになった。 　本講座では、特許データ分析による機会領域の発見、多空間デザインモデルに基づく課題設定とアイデア創出、進歩性を意識したブラッシュアップと用途展開、埋もれた発明の発掘、発明提案書の作成、新規性・進歩性の事前検証までを、実際のプロンプトと出力例で解説する。AIに判断を丸投げせず、人とAIの役割分担を設計して使いこなす進め方を示す。

1. 導入と基本
   1. なぜ今、発明の創出・発掘に生成AIなのか
      • 知財実務の変化
      • 生成AIがもたらした3つの革新
   2. 生成AIを実務で使うための基本作法
      • 1プロンプト1タスク
      • 入出力設計
      • 秘密情報の取り扱い
   3. 人とAIが協働するワークフロー・デザイン
      • 工程の細分化
      • AIとの壁打ち
      • Human-in-the-Loop
2. 発明創出の土台をつくる:特許データから課題と機会を見つける
   1. 特許データの取得・構造化と課題×解決手段マップ
      • 検索式
      • 名寄せ
      • 課題・解決手段分類
      • 注目領域と空白領域の読み方
   2. 分析結果から事業アイデア・発明テーマを導く
      • 顧客起点への転換
      • 事業コンセプトと知財戦略
3. 発明の創出:アイデア発想・展開・ブラッシュアップ
   1. 多空間デザインモデルによるアイデア発想の考え方
      • 課題空間と解決手段空間
      • ニーズ/シーズドリブン
      • 異分野特許の二層構造
   2. 課題設定プロセス
      • ユーザー要求を評価軸に分解
      • 特許データの根拠付きで技術課題を確定する
   3. アイデア創出プロセス
      • 特許の解決手段を部品として組み合わせ、10案→3案→1案へ収束させる
   4. 進歩性を高めるアイデアのブラッシュアップ
      • 5つのガードレール
        • 隔たり
        • 阻害要因
        • 同時成立
        • 差分比較
        • 必須構成
   5. 用途展開とポートフォリオ展開
      • コア発明の具体化
      • 周辺防衛・用途応用展開
      • 5軸評価による優先度づけ
4. 埋もれている発明の発掘
   1. 研究開発資料からの発明候補の抽出と一次評価、発明者ヒアリングの支援
5. 発明提案書と特許性の検証
   1. 発明提案書の作成支援
      • 請求項案を含む発明提案書の生成と人が確認すべきポイント
   2. 新規性・進歩性の事前検証
      • 特許検索用MCPサーバーの活用紹介
      • 審査官役AIによる拒絶理由の構築と弁理士役AIによる反論
6. まとめ
   1. 生成AI利用時の注意点とこれからの知財担当者に求められる力
      • ハルシネーション対策
      • 法的判断は人が担う
      • 業務をデザインする力・問いを立てる力・検証する力
• 質疑応答